SQL-具有稠密_秩（）的窗口函数

我在Hive中存储了一个结构化的数据集，如下所示，称之为df：

+-----+-----+----------+--------+
| id1 | id2 |   date   | amount |
+-----+-----+----------+--------+
|   1 |   2 | 11-07-17 | 0.93   |
|   2 |   2 | 11-11-17 | 1.94   |
|   2 |   2 | 11-09-17 | 1.90   |
|   1 |   1 | 11-10-17 | 0.33   |
|   2 |   2 | 11-10-17 | 1.93   |
|   1 |   1 | 11-07-17 | 0.25   |
|   1 |   1 | 11-09-17 | 0.33   | 
|   1 |   1 | 11-12-17 | 0.33   |
|   2 |   2 | 11-08-17 | 1.90   |
|   1 |   1 | 11-08-17 | 0.30   |
|   2 |   2 | 11-12-17 | 2.01   |
|   1 |   2 | 11-12-17 | 1.00   |
|   1 |   2 | 11-09-17 | 0.94   |
|   2 |   2 | 11-07-17 | 1.94   |
|   1 |   2 | 11-11-17 | 1.92   |
|   1 |   1 | 11-11-17 | 0.33   |
|   1 |   2 | 11-10-17 | 1.92   |
|   1 |   2 | 11-08-17 | 0.94   |
+-----+-----+----------+--------+

我希望按id1和id2划分，然后在id1和id2的每个分组中按日期降序，然后在其中排列“金额”，连续几天相同的“金额”将获得相同的排名。我希望看到的排序输出如下所示：

+-----+-----+------------+--------+------+
| id1 | id2 |    date    | amount | rank |
+-----+-----+------------+--------+------+
|   1 |   1 | 2017-11-12 | 0.33   |    1 |
|   1 |   1 | 2017-11-11 | 0.33   |    1 |
|   1 |   1 | 2017-11-10 | 0.33   |    1 |
|   1 |   1 | 2017-11-09 | 0.33   |    1 |
|   1 |   1 | 2017-11-08 | 0.30   |    2 |
|   1 |   1 | 2017-11-07 | 0.25   |    3 |
|   1 |   2 | 2017-11-12 | 1.00   |    1 |
|   1 |   2 | 2017-11-11 | 1.92   |    2 |
|   1 |   2 | 2017-11-10 | 1.92   |    2 |
|   1 |   2 | 2017-11-09 | 0.94   |    3 |
|   1 |   2 | 2017-11-08 | 0.94   |    3 |
|   1 |   2 | 2017-11-07 | 0.93   |    4 |
|   2 |   2 | 2017-11-12 | 2.01   |    1 |
|   2 |   2 | 2017-11-11 | 1.94   |    2 |
|   2 |   2 | 2017-11-10 | 1.93   |    3 |
|   2 |   2 | 2017-11-09 | 1.90   |    4 |
|   2 |   2 | 2017-11-08 | 1.90   |    4 |
|   2 |   2 | 2017-11-07 | 1.94   |    5 |
+-----+-----+------------+--------+------+

我尝试使用以下SQL查询执行此操作：

SELECT 
    id1, 
    id2, 
    date, 
    amount,
    dense_rank() OVER (PARTITION BY id1, id2 ORDER BY date DESC) AS rank
FROM
    df
GROUP BY
    id1,
    id2,
    date,
    amount

但是这个查询似乎没有达到我希望的效果，因为我没有收到我想要的输出

---

我需要的似乎是一个使用稠密秩、分区和排序的窗口函数，但我似乎无法让它提供我想要的样本输出。任何帮助都将不胜感激！谢谢

这相当棘手。我认为您需要使用

lag（）

查看值的变化，然后进行累积求和：

select df.*,
       sum(case when prev_amount = amount then 0 else 1 end) over
           (partition by id1, id2 order by date desc) as rank
from (select df.*,
             lag(amount) over (partition by id1, id2 order by date desc) as prev_amount
      from df
     ) df;

---

复杂的是“在连续的几天内”，到目前为止，您的代码并没有尝试适应这一点，mmmwouldn_rank（）是否为id1、id2和amount的连续组合提供相同的排名？这正是我想要的-对窗口函数来说相对较新，所以我的解释可能不正确。你按日期排序，而不是数量，所以它是按日期变化排序的，你想要的是相似的数量，以获得相同的排名，最后的结果行可以按日期排序。我不确定这是否适用于我的用例——这样做的话，第14行和第18行不会得到相同的排名吗？当我需要它们分别排名2和5时，稠密的_rank（）是一个分析函数。非常好的解决方案。在您的选择中，只有一个应该更改为“按日期排序描述”（ORDER BY date DESC）为rank@PhamX.Bach。非常感谢。